含空格的字符型坐标数据清洗：如何转数值型且无NA？

步骤1：统一格式并修正已知录入错误 #

先处理样本中的分隔符混乱（空格、*、点）和度数录入错误（如"19* 9"/"19 9"应为"96"），将所有条目统一为度:分:秒格式：

library(stringr)
library(purrr)

# 模拟原始数据
lon_samples <- c("096 34 01.63", "096 35 46.93", "96.48.838", "19* 9 41.715", "19 9 15.922")

# 初步清洗：修正度数错误+统一分隔符
lon_step1 <- lon_samples %>%
  # 修正度数录入错误：把"19* 9"或"19 9"替换为正确的"96"
  str_replace("^19[*\\s]9", "96") %>%
  # 将所有非数字/非小数点的字符替换为冒号
  str_replace_all("[^0-9.]", ":") %>%
  # 处理可能出现的连续冒号
  str_replace_all("::+", ":")

此时输出的初步清洗结果与要求一致：
"096:34:01.63" "096:35:46.93" "96:48:838" "96:41:715" "96:15:922"

步骤2：修正秒数/分数溢出问题 #

针对秒数远超60的情况，通过进位将多余的秒转换为分，多余的分转换为度，得到标准DMS格式：

# 修正DMS溢出
lon_step2 <- map_chr(lon_step1, function(x) {
  dms <- str_split(x, ":")[[1]] %>% as.numeric()
  d <- dms[1]
  m <- dms[2]
  s <- dms[3]
  
  # 秒转分：计算溢出的分和剩余秒数
  extra_min <- floor(s / 60)
  s_corr <- round(s %% 60, 2)
  
  # 分转度：计算溢出的度和剩余分数
  extra_deg <- floor((m + extra_min) / 60)
  m_corr <- (m + extra_min) %% 60
  
  # 修正后的度数
  d_corr <- d + extra_deg
  
  # 拼接为标准DMS字符串
  sprintf("%d:%d:%.2f", d_corr, m_corr, s_corr)
})

输出的最终DMS格式与提供的样本匹配：
"96:34:1.63" "96:35:46.93" "96:48:13.97" "96:41:11.92" "96:15:15.37"

步骤3：转换为Numeric类十进制坐标 #

通过手动计算将DMS转换为十进制数值，确保无NA产生（若前面清洗彻底，不会出现转换失败）：

# DMS转十进制数值
lon_decimal <- map_dbl(lon_step2, function(x) {
  dms <- str_split(x, ":")[[1]] %>% as.numeric()
  # 公式：十进制 = 度 + 分/60 + 秒/3600，注意正确经度为负
  - (dms[1] + dms[2]/60 + dms[3]/3600)
})

# 查看结果（无NA）
lon_decimal
# [1] -96.56712 -96.59637 -96.80388 -96.68664 -96.25427

关键注意事项 #

• 若有其他度数录入错误，可扩展str_replace规则覆盖更多情况
• 若秒数的小数位数不统一，可调整round或sprintf的精度参数
• 纬度的清洗逻辑完全一致，只需替换度数修正规则（如对应正确纬度值）

内容的提问来源于stack exchange，提问作者Nathanial O'Dell